Tilapainotukset

Tilapainotukset ovat tilapäisiä painotuksia, joita käytetään data-analyysissä ja mallinnuksessa määrittämään, kuinka suurta merkitystä kullakin havainnolla tai komponentilla on laskennassa. Painotukset voivat muuttua tilan mukaan ja ne voivat hävitä, kun tilanne muuttuu, tai palautua jälkikäteen. Niiden tarkoituksena on huomioida esimerkiksi ajantasaisuus, epävarmuus tai kontekstin muutos.

Yleisimmät tavat toteuttaa tilapainotukset ovat aikaperusteinen painonlasku, jossa vanhemmat havainnot menettävät merkityksensä ajan myötä; ikkunapainotus, jossa laskenta keskittyy viimeisiin havainnoihin; sekä adaptiivinen painotus, jossa painot päivitetään suorituskyvyn tai virheraporttien perusteella.

Esimerkki: reaaliaikaisessa ennusteessa voidaan käyttää eksponentiaalista tilapainotusta siten, että uusin havainto saa suurimman painon ja vanhemmat havainnot painottuvat vähemmän.

Käyttökohteita ovat tilastollinen ennuste, online-oppiminen, signaalin käsittely ja tilanteet, joissa dataan liittyy kontekstin muutos eli concept drift. Tilapainotukset mahdollistavat sopeutumisen muuttuvaan ympäristöön, mutta ne tuovat myös harkinnanvaraisuutta parametreihin.

Rajoitukset: painojen valinnalla on vaikutus sekä harhaan johtuvuuteen että varianssiin. Liiallinen painottaminen vanhoihin havaintoihin voi vääristää tuloksia; toisaalta liian nopeat muutokset voivat tehdä estimoinnista epäluotettavaa. Painojen normalisointi on usein tarpeen, jotta tulokset pysyvät kohtuullisina.

Katso myös: painotus, weighted least squares, eksponentiaalinen tasoitus, konseptimuutos.